从 UniAD 到智驾 AGI，解读智驾新趋势（2023.09）

9月12日，由商汤绝影「绝世高手」联合行业自媒体「汽车之心」行家说栏目，邀请到重磅嘉宾：上海人工智能实验室青年科学家李弘扬、青年科学家蔡品隆，商汤研究院研发总监卢乐炜、商汤研究院算法研究员邓瀚铭，一同与大家分享《从 UniAD 到智驾 AGI，解读智驾新趋势》，深入解读 UniAD 技术亮点，探讨智驾未来行业新趋势。

以下为本次直播内容整理总结：
 

自动驾驶大模型研发思路

最近商汤及联合实验室的论文《Planning-oriented Autonomous Driving（UniAD）》（以路径规划为导向的自动驾驶）获得了2023 CVPR Best paper。

商汤研究院和上海人工智能实验室 OpenDrive Lab 在过去一年的时间里贡献了许多在自动驾驶领域的工作成果，比如 BEV Former、Persformer、Occupancy Network 等工作。

团队最早从 deformable、DTR 等领域着手，随着研究的深入，我们也希望深耕自动驾驶技术。基于此，我们率先提出了业内较早的环视感知算法方案 BEV Former，也成为行业内的 baseline 方案，并且有着较高的引用量。

此后我们沿用此路线，提出了业内首个结合大模型的 BEV Former V2 解决方案，而我们的 BEVFormer++ 算法也在 Waymo 纯视觉 3D 检测挑战赛中斩获第一，BEVFormer V2 的相关研究成果在自动驾驶 nuScenes 数据集的 3D 检测任务上也创造了新的纪录。同时，我们也是业内较早提出的 Occupancy Network 解决方案的团队。

基于以上的工作，我们开始探索感知决策一体化的端到端算法框架。

现有的是自动驾驶研发工作都集中于单一模块，各模块之间优化误差会传递到下一个模块，导致最终自动驾驶系统效果与设定目标有所偏差，同时随着自动驾驶的发展和应用，传统的自动驾驶系统并不能够利用越来越海量的数据实现优化。而端到端算法框架能够结合感知和规划算法，利用海量数据，实现更好的提升。我们希望基于 UniAD，能够推动自动驾驶从模块化设计到端到端设计的研发趋势。

首个感知决策一体化自动驾驶通用大模型 UniAD

• 模块化研发

现有自动驾驶系统的研发分为感知、预测、规控等主要模块的研发，各模块件的研发都是相对独立的，优化指标并不相同。如目标检测的指标是平均精度（mAP：mean Average Precision），而预测的评测指标是终点位移误差（minFDE：Minimum Final displacemen